科学大数据工程优秀数据成果专题 II 区论文(已发表) 版本 ZH2 Vol 8 (2) 2023
下载
2012–2020年内蒙古半干旱草原碳水通量关键参数观测数据集——基于长期降水格局控制实验
A dataset of observational key parameters in carbon and water fluxes in a semi-arid steppe, Inner Mongolia (2012 – 2020): based on a long-term manipulative experiment of precipitation pattern
 >>
: 2023 - 02 - 05
: 2023 - 05 - 09
: 2023 - 02 - 16
: 2023 - 05 - 19
Baidu
map
5869 50 0
摘要&关键词
摘要:增温导致全球降水格局发生显著变化,这将显著影响我国北方半干旱草原植被生长和生态系统功能。碳水通量作为生态系统功能的关键过程,决定了生态系统的碳固持能力与资源利用策略。因此,明确生态系统碳水通量对降水格局变化的响应及其控制因子,有助于评估气候变化背景下我国草原生态系统碳汇功能的变化。但是,目前关于草原生态系统碳水过程对降水格局变化响应方面尚缺乏长期的控制实验研究与观测数据。本研究基于内蒙古锡林郭勒草原长期降水格局控制实验(包括7个降水量与降水频度变化处理),采用静态箱式法,通过红外气体分析仪进行测定,对2012–2020年生态系统碳水通量交换关键过程季节动态长期观测数据进行了整理与质量控制。本数据集主要包括气象环境数据(降水量、大气温度、土壤水分含量和土壤温度等)和碳水通量数据(生态系统总初级生产力、生态系统呼吸、生态系统净碳交换量、生态系统蒸散、碳利用效率和水分利用效率)两部分。初步结果表明,干旱显著降低碳水通量,但增水对其影响不显著;所有通量相关指标在停止处理后第一年就恢复至对照水平。本数据集的发布将为进一步加深我国草原生态系统碳水循环及其耦合过程对降水格局变化响应的研究与机制理解提供重要数据基础。
关键词:半干旱草原;降水格局;静态箱法;碳水通量;资源利用效率
Abstract & Keywords
Abstract: Warming has led to remarkable changes in global precipitation pattern, which will significantly affect vegetation growth and ecosystem function of the semiarid grasslands in Northern China. As a key processe of ecosystem function, carbon and water flux determines the carbon sequestration capability and resource utilization strategies of ecosystems. Therefore, understanding the responses of ecosystem carbon and water fluxes to precipitation pattern changes and their controls will be helpful for the evaluation in the carbon sequestration capacity of grassland ecosystems. However, there is a lack of long-term experiments and observational data on the responses of carbon and water processes to precipitation pattern changes in grassland ecosystems. Based on the long-term precipitation pattern manipulative experiment (including seven precipitation amount and rain event frequency treatments), we collected seasonal dynamics of ecosystem carbon and water fluxes by the static chamber method connecting with infrared gas analyzer during 2012-2020 in Xilin Gol grassland, Inner Mongolia. The dataset consists of two data files, namely the meteorological environmental data file (including annual precipitation, air temperature, soil moisture, and soil temperature) and the carbon and water fluxes data file (including ecosystem gross primary productivity, ecosystem respiration, net ecosystem carbon exchange, evapotranspiration, carbon use efficiency, and water use efficiency). Preliminary data analysis has shown that the drought treatment could significantly reduce the carbon and water fluxes, while water addition treatment had no significant effect on them. All the parameters recovered to the control level in the first year after the treatment cessation. This dataset is expected to provide important data support for the understanding of the responses of carbon and water cycles and their coupling processes to future precipitation regime in grasslands of Northern China.
Keywords: semi-arid grassland; precipitation pattern; the static chamber method; carbon and water fluxes; resource utilization efficiency
数据库(集)基本信息简介
数据库(集)名称2012–2020年内蒙古半干旱草原碳水通量关键参数观测数据集——基于长期降水格局控制实验
数据通信作者陈世苹(spchen@ibcas.ac.cn)
数据作者谭星儒、张兵伟、陈世苹
数据时间范围2012–2020年
地理区域内蒙古锡林郭勒盟西乌珠穆沁旗浩勒图高勒镇新宝力格嘎查(44°22′00″N, 117°34′48″E,海拔1148米)
数据量476 KB
数据格式*.xlsx
数据服务系统网址https://doi.org/10.57760/sciencedb.07217
基金项目国家生态科学数据中心开放课题(NESDC20210105);国家自然科学基金(32071565和U22A20559)
数据库(集)组成本数据集由2部分数据表格组成,分别为气象与环境数据(包括年降水量、大气温度、土壤水分、土壤温度等指标);生态系统碳水通量数据(包括生态系统总初级生产力、生态系统呼吸、生态系统净碳交换、生态系统蒸散、碳利用效率、水分利用效率等指标),每个数据指标包括不同降水处理下生长季季节动态观测值、季节均值和标准误等。
Dataset Profile
TitleA dataset of observational key parameters in carbon and water fluxes in a semi-arid steppe, Inner Mongolia (2012 – 2020): based on a long-term manipulative experiment of precipitation pattern
Data corresponding authorCHEN Shiping (spchen@ibcas.ac.cn)
Data author(s)TAN Xingru, ZHANG Bingwei, CHEN Shiping
Time range2012–2020
Geographical scopeXinbaolige County, Haolugaole Town, XiUjimqin Banner, Xilin Gol Banner, Inner Mongolia (44°22'00"N, 117°34'48"E, 1148 m above sea level)
Data volume476 KB
Data format*.xlsx
Data service systemhttps://doi.org/10.57760/sciencedb.07217
Source(s) of fundingThe National Ecosystem Science Data Center (NESDC20210105); National Natural Science Foundation of China (32071565 and U22A20559)
Dataset compositionThe dataset consists of two data files, namely meteorological and environmental data (including annual precipitation, air temperature, soil moisture, soil temperature, etc.) and ecosystem carbon and water fluxes data (including ecosystem gross primary productivity, ecosystem respiration, net ecosystem carbon exchange, evapotranspiration, carbon use efficiency, and water use efficiency, etc.). Each observation parameter covers the seasonal dynamic values, seasonal mean value and standard error of the growing season under different precipitation treatments.
Baidu
引 言
全球增温已经导致降水格局发生剧烈变化[1],其主要体现在年际变异增加和年内降水格局(数量、频率和强度)的改变[2-4]。未来我国北方草原地区的降水格局将呈现降水数量增加和年际变异增大的趋势,并伴随年内极端降雨事件增加和干旱间期延长等特征[3]。降水格局改变可直接影响到陆地生态系统生产力和碳循环过程,进而改变全球碳平衡[5]。鉴于水在全球范围内驱动植物生长的主导作用[6-8],半干旱地区的生态系统植物生长尤为受水分限制,且与年际降水波动密切相关[9]。有研究表明降水增加可直接促进生态系统生产力[10];而另一项meta分析认为,植物生产力随着降水增加呈现渐饱和的增长趋势[11]
碳通量和水通量作为生态系统功能的关键过程,与各类生态系统服务功能相关[12]。已有研究表明半干旱生态系统的碳水通量指标对降水格局变化的响应极为敏感[7, 13-15]。而且,生态系统总初级生产力(GPP)与生态系统呼吸(ER)对降水具有不同的响应敏感性[7, 13]。二者响应敏感性的差异将影响生态系统的净碳交换(NEE)能力,并最终决定了干旱生态系统的碳源-汇关系及强度[15]。与此同时,干旱生态系统的碳水过程紧密耦合,共同调控生态系统资源利用效率[16-17],如碳利用效率(CUE)和水分利用效率(WUE)。因此,明晰生态系统碳水通量的变化及其控制,理解其对降水变化的响应将有助于评估草原地区的碳固存能力[18-19]与资源利用效率[20-21]。相比较短期实验研究而言,目前关于草原生态系统碳水过程对降水变化的响应尚缺乏长期控制实验研究[15, 22],已有研究发现降水可对植物生产力产生累积效应[23]。然而半干旱生态系统在降水变化背景下是否具有长期维持碳平衡的能力,需要更长时间的监测数据予以证实,以提高我们对暖干化趋势下草原生态系统碳水循环过程的理解与预测。
草地占我国国土面积的近27%[24],贡献了我国陆地碳储量的32%[25]。内蒙古草原作为欧亚大草原的重要组成部分,是我国北方温性草原的主要分布区,降水是本区域草原生产力和生态系统功能的主要限制因素[3, 26-27]。为了系统研究半干旱草原对降水格局变化的响应,2012年本研究在内蒙古锡林郭勒草原建立长期降水格局控制实验平台,设置了7个降水格局处理,并对草原生态系统碳水交换季节和年际变化特征进行长期监测。
1   数据采集和处理方法
1.1   研究区域概况
本研究区域位于内蒙古锡林郭勒盟西乌珠穆沁旗浩勒图高勒镇新宝力格嘎查(44°22′00″N, 117°34′48″E,海拔1148米)。地处内蒙古锡林郭勒草原东麓,属于半干旱大陆性气候,冬季严寒,夏季水热同期。基于西乌珠穆沁气象站1955–2010年长期气象数据,本区年均温1.5 °C,年降水量333.2 mm,年蒸发量为1800 mm。降水年际变异大,波动幅度为118–508 mm。天然植被以典型草原为主,草原群落主要由C3类禾草组成,兼有其他C4禾草和杂类草,主要优势植物包括羊草(Leymus chinensis)、大针茅(Stipa grandis)、知母(Anemarrhena asphodeloides)。
1.2   降水格局控制实验平台
控制实验平台建立于2012年6月(图1),共设置7个降水梯度处理,包括5个降水量处理和2个降水频次处理。其中,5个降水量处理包括:减水60%(P-60),减水30%(P-30),对照(P),增水30%(P+30),增水60%(P+60);2个降水频次处理包括:增水30%并改变频次(P+30F)和增水60%并改变频次(P+60F)。实验采用随机区组设计,每个处理4次重复,共计28个样方。每个样方大小为3 m × 4 m,样方间隔1 m。在实验处理前,每个样方四周挖沟并放置1 m深塑料膜以隔阻土壤水分侧渗。


图1   内蒙古西乌珠穆沁旗降水格局控制实验平台(图1a)和基于历史降水概率函数的处理期人工降水分布[28](图b)
Figure 1 Experimental platform for precipitation pattern manipulation (a) and its manipulated precipitation distribution based on probability function of historical precipitation in West Ujimqin Banner, Inner Mongolia
该平台实验处理共持续9年,其中前6年(2012–2017)为处理期,后3年(2018–2020)为恢复期。降水处理时间为2012–2017年的每年5–8月(仅2012年为6–8月)。减水处理采用在样方上放置固定遮雨架并通过安装不同密度遮雨板(透光率> 95%),控制遮雨面积实现不同程度减水效果。同时,在遮雨架下端连接水桶,收集截流下来的雨水,用于增水样方的增水处理。
增水处理通过人工喷灌系统完成,在不改变降水频次的增水处理(P+30和P+60)中,每次自然降水(大于2 mm)发生后,立即进行水分添加(当次降水量的30%和60%)。而在改变降水频次的增水处理(P+30F和P+60F)中,仅在处理期的每月月末(5–8月)一次性将相应增水量添加到样方中(当月降水总量的30%和60%)。2018–2020年本实验全部增减雨样方停止水分处理,进行自然恢复,恢复期所有指标的测定与处理期相同。
1.3   碳水通量测定
本研究采用静态箱式法测定冠层水平碳水通量[7]。实验处理开始前在每个样方放置1个正方形不锈钢底座(长0.5 m,宽0.5 m,高10 cm),嵌入地下6 cm,保证底座水平稳固。同化箱放置在底座上后,用夹子或固定扣固定箱体与底座的连接部位,使同化箱与底座紧密结合,避免测量过程中出现漏气现象(图2a)。同化箱大小为(0.5 m × 0.5 m × 0.5 m),采用不锈钢框架和透光度高的聚氯乙烯塑料板为制作材料,箱体内放置2个小型风扇用于混匀箱内气体,箱体一侧设置多个接口,用于连接进出气管、电源线和温度计等。
实验期间每年生长季(5–9月)均进行碳水通量季节动态测定。处理期2012–2017年生长季,平均每隔10天测定一次,2018–2020年恢复期,平均每隔15天测定一次。选取天气状况良好和晴朗的上午(8:00–11:00 a.m.)进行测量。测定NEE和ET的测量采用透明同化箱,将其与连接LI-840红外气体分析仪(LI-COR Inc., Lincoln, NE, USA)和气泵(LI-COR Inc.),并将电脑与气体分析仪连接,用LI-840软件进行数据采集与存储。每次测量持续约80秒,每秒记录1次CO2和H2O浓度等数据。同时,记录通量测定开始和结束时箱体内温度。NEE测定结束后,抬起同化箱,使其充分通风直至箱内CO2和H2O浓度恢复至大气水平,将同化箱放置在底座之上,遮上不透光的布罩使气室成为暗箱,重复上述明箱测定步骤,用于测定生态系统呼吸ER(图2b)。


图2   生态系统净碳交换(NEE; 图2a)及生态系统呼吸(ER; 图2b)的测定
Figure 2 The measurements of net ecosystem CO2 exchange (NEE; a) and ecosystem respiration (ER; b)
采用公式(1)计算生态系统净碳交换(NEE)和生态系统呼吸(ER),采用公式(2)计算生态系统蒸散(ET)[7]
\[\mathrm{NEE 或 ER} = {VP_{av}(1000-W_{av}) \over RS(T_{av}+273)}\times{dc \over dt}\]
(1)
\[\mathrm{ET} = {VP_{av} \over RS(T_{av}+273)}\times {dw \over dt}\]
(2)
其中,NEE和ER分别为生态系统净碳交换速率和生态系统呼吸速率;ET为生态系统蒸散发;R表示大气常数8.314(J mol-1 K-1);V为箱子体积(m3);S表示同化箱的面积(m2);Wav 表示测量期间箱体内的水气分压(mmol mol-1);Pav 为测量期间箱体内的平均大气压强(kPa);Tav 为测量期间箱体内的平均温度(℃)。dc/dt为测定期间同化箱体内CO2浓度变化的斜率;dw/dt为箱体内水汽浓度变化的斜率。其中NEE具有正负值,正值表示生态系统净碳释放,而负值表示生态系净碳吸收。
生态系统总初级生产力(GPP)为生态系统净碳交换与生态系统呼吸之和,采用公式(3)计算:
\[\mathrm{GPP=-NEE+ER}\]
(3)
生态系统碳利用效率(CUE)和水分利用效率(WUE)分别采用公式(4)和(5)计算:
\[\mathrm{CUE=1-ER/GPP=-NEE/GPP}\]
(4)
\[\mathrm{WUE = GPP/ET}\]
(5)
1.4   气候与环境指标测定
利用设立在实验平台附近的自动气象站对降水量、大气温度进行监测。在测定生态系统碳水通量指标的同时,使用TDR-300土壤湿度探头(Spectrum Technologies Inc., Plainfield, IL, USA)测定0–10 cm深的土壤体积含水量(SWC),使用热电偶探头(LI-8100-201; LI-COR Inc.)测定10 cm土壤温度。
2   数据样本描述
本数据集为2012–2020年生长季(5–9月)降水格局控制实验碳水通量测量数据。Excel文件分成2个数据表,主要包括年降水量,大气温度,土壤水分,土壤温度等环境因子指标;以及生态系统总初级生产力,净碳交换,呼吸,蒸散,碳利用效率,水分利用效率等碳水通量指标,参数表头含义及单位如表1所示。
表1   监测数据基本信息描述
序号名称英文缩写单位数据项说明
1降水量PPTmm仅监测降雨量,不能记录冬季降雪量
2大气温度AT年尺度值,月尺度值
3土壤水分SWC%季节均值,监测深度:0-10 cm
4土壤温度ST季节均值,监测深度:10 cm
5生态系统
总初级生产力
GPPμ mol m-2 s-1日尺度值,季节均值及标准误
6生态系统净碳交换NEEμ mol m-2 s-1日尺度值,季节均值及标准误;正值表示碳释放(碳源);负值表示碳吸收(碳汇)
7生态系统呼吸ERμ mol m-2 s-1日尺度值,季节均值及标准误
8生态系统蒸散ETm mol m-2 s-1日尺度值,季节均值及标准误
9碳利用效率CUE/日尺度值,季节均值及标准误
10水分利用效率WUEμ mol CO2 mmol-1 H2O日尺度值,季节均值及标准误
3   数据质量控制与评估
在通量数据测定方面:为保证数据质量,通量测定需选择在天气状况良好,晴朗少云的上午进行测定,以减少环境条件日变化带来的影响。此外,降雨发生后的两日内一般不进行测定,以避免降水脉冲效应的影响[15]。在每次通量测定完成之后,将同化箱口对向通风处,待箱内CO2和H2O浓度降低到周围大气浓度后再进行下一次测定,以减少箱内起始气体浓度变化的影响。此外,需定期更换同化箱口密封膜和清洁箱体表面,以保证实验期间的气密性和透光性。
在通量数据处理方面:如图3所示,本研究首先建立同化箱体内CO2和H2O浓度与测量时间的线性拟合方程,并采用方程斜率计算生态系统净碳交换(NEE)和蒸散(ET)。碳水通量的现场测定数据每秒记录1次共持续约80秒,在通量数据计算时,通常选取记录数据中间的60秒,以减少测定起始阶段的操作和测定后期箱体内水汽饱和导致的测量误差。通过采用线性方程拟合CO2和H2O浓度随时间的变化过程,并利用方程的斜率进一步计算生态系统碳水通量交换速率。为了保证数据质量,通常要求方程拟合度R2>0.9(CO2)和R2>0.99(H2O)。


图3   通量测定期间,同化箱内二氧化碳(CO2)和水汽(H2O)浓度随时间的变化
Figure 3 Variations of CO2 and H2O concentrations in the static chamber during ecosystem flux measurements
4   数据价值
碳水通量反映了生态系统重要的生理过程,明确碳水耦合关系对深入理解生态系统功能及其对降水变化的响应极为重要[29]。这将有助于评估和预测未来全球变化对草原生态系统碳固持[7]、水分平衡[18]以及资源利用效率[30]的影响。虽然目前国内外研究者已经开展大量降水控制实验,但大部分实验仅通过遮雨或灌溉进行干旱和增水处理,缺少同时考虑减水(干旱)和增水的多水分梯度长期野外原位实验。本实验数据集主要具备以下重要的研究价值。
首先,在6年的降水梯度实验处理期间,各处理的降水量跨度为65–562 mm,与本研究区域近60年的长期降水数据相比,可以很好地模拟本区域长期降水的变化幅度。其次,与以往大量的降水控制实验不同,本实验采用了部分遮雨棚装置,该装置仅改变自然降水的降水量,并不改变降水的频度,同时该装置对气温和辐射等环境条件的影响也很小,是理想的野外原位降水控制实验方法。本研究中除了设置降水量梯度外,还通过不同的增雨方式(每次降水后增水与每月一次性增水)来改变降水的分配格局。如每次降水后增水处理并不改变降水频次,但增加了单次降水事件的降水量;而在每月一次性增水的处理中,则在原来自然降水基础上增加了大降水事件频度。这样的实验处理有助于研究未来大降水事件增加对草原生态系统的影响。第三,本实验在连续6年降水处理之后,又进行3年自然恢复处理,以研究长期干旱和增水处理后草原生态系统的恢复力和弹性,这对评估草原生态系统稳定性及其维持机制极为重要,然而在已有的降水控制实验中极少被考虑。目前多数研究仅通过对比少量极端降水事件(干旱、洪涝等)前后生态系统的变化进行相关研究。
基于本数据集,我们分析了2012–2020年不同降水处理碳水通量相关指标的年际变化。结果发现在不同降水处理下,内蒙古半干旱草原生态系统的碳水通量(GPP、ER、NEE、ET)和资源利用效率(CUE和WUE)均具有极大的年际变异。干旱显著降低了碳水通量,而增水对其影响并不显著(图4),这可能与本区域生态系统同时受到水和氮制约有关[9, 26]。基于本数据集的前期研究已经发现生态系统碳水过程对降水变化具有不对称性响应[15],即其对干旱响应的敏感性显著高于对增水响应的敏感性。此外,通过3年的恢复实验发现,所有处理的碳水通量相关指标均在停止处理后的第1年就恢复到对照水平,这表明本区域草原生态系统碳水循环功能对于干旱和增水均具有极强的弹性和恢复力。未来降水变化背景下,上述发现对于增进了解降水如何影响草原生态系统碳循环具有重要意义。


图4   2012–2020年不同降水处理下碳水通量指标(NEE, GPP, ER, ET)的年际变异
Figure 4 Interannual variation of carbon and water flux indexes (NEE, GPP, ER, and ET) under different precipitation treatments during 2012–2020
致 谢
特别感谢参与降水控制实验平台维护与野外数据采集的人员:任婷婷、陈敏玲、李伟晶、王姗姗、游翠海、杨泽、嘎玛达尔基等。
[1]
IPCC. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2021. DOI: 10.1017/9781009157896.
[2]
ALLAN R P, SODEN B J. Atmospheric warming and the amplification of precipitation extremes[J]. Science, 2008, 321(5895): 1481–1484. DOI: 10.1126/science.1160787.
[3]
LIU B H, XU M, HENDERSON M, et al. Observed trends of precipitation amount, frequency, and intensity in China, 1960-2000[J]. Journal of Geophysical Research: Atmospheres, 2005, 110(D8): D08103. DOI: 10.1029/2004JD004864.
[4]
SMITH M D. An ecological perspective on extreme climatic events: a synthetic definition and framework to guide future research[J]. Journal of Ecology, 2011, 99(3): 656–663. DOI: 10.1111/j.1365-2745.2011.01798.x.
[5]
NIELSEN U N, BALL B A. Impacts of altered precipitation regimes on soil communities and biogeochemistry in arid and semi-arid ecosystems[J]. Global Change Biology, 2015, 21(4): 1407–1421. DOI: 10.1111/gcb.12789.
[6]
AHLSTRÖM A, RAUPACH M R, SCHURGERS G, et al. Carbon cycle. The dominant role of semi-arid ecosystems in the trend and variability of the land CO₂ sink[J]. Science, 2015, 348(6237): 895–899. DOI: 10.1126/science.aaa1668.
[7]
CHEN S P, LIN G H, HUANG J H, et al. Dependence of carbon sequestration on the differential responses of ecosystem photosynthesis and respiration to rain pulses in a semiarid steppe[J]. Global Change Biology, 2009, 15(10): 2450–2461. DOI: 10.1111/j.1365-2486.2009.01879.x.
[8]
HUXMAN T E, SMITH M D, FAY P A, et al. Convergence across biomes to a common rain-use efficiency[J]. Nature, 2004, 429(6992): 651–654. DOI: 10.1038/nature02561.
[9]
KNAPP A K, BEIER C, BRISKE D D, et al. Consequences of more extreme precipitation regimes for terrestrial ecosystems[J]. BioScience, 2008, 58(9): 811–821. DOI: 10.1641/B580908.
[10]
WILCOX K R, VON FISCHER J C, MUSCHA J M, et al. Contrasting above- and belowground sensitivity of three Great Plains grasslands to altered rainfall regimes[J]. Global Change Biology, 2015, 21(1): 335–344. DOI: 10.1111/gcb.12673.
[11]
HSU J S, POWELL J, ADLER P B. Sensitivity of mean annual primary production to precipitation[J]. Global Change Biology, 2012, 18(7): 2246–2255. DOI: 10.1111/j.1365-2486.2012.02687.x.
[12]
LIAN X, PIAO S L, CHEN A P, et al. Multifaceted characteristics of dryland aridity changes in a warming world[J]. Nature Reviews Earth & Environment, 2021, 2(4): 232–250. DOI: 10.1038/s43017-021-00144-0.
[13]
NIU S L, WU M Y, HAN Y, et al. Water-mediated responses of ecosystem carbon fluxes to climatic change in a temperate steppe[J]. New Phytologist, 2008, 177(1): 209–219. DOI: 10.1111/j.1469-8137.2007.02237.x.
[14]
SLOAT L L, HENDERSON A N, LAMANNA C, et al. The effect of the foresummer drought on carbon exchange in subalpine meadows[J]. Ecosystems, 2015, 18(3): 533–545. DOI: 10.1007/s10021-015-9845-1.
[15]
ZHANG B W, TAN X R, WANG S S, et al. Asymmetric sensitivity of ecosystem carbon and water processes in response to precipitation change in a semi-arid steppe[J]. Functional Ecology, 2017, 31(6): 1301–1311. DOI: 10.1111/1365-2435.12836.
[16]
PIAO S L, LUYSSAERT S, CIAIS P, et al. Forest annual carbon cost: a global-scale analysis of autotrophic respiration[J]. Ecology, 2010, 91(3): 652–661. DOI: 10.1890/08-2176.1.
[17]
ZHANG Y J, YU G R, YANG J, et al. Climate-driven global changes in carbon use efficiency[J]. Global Ecology and Biogeography, 2014, 23(2): 144–155. DOI: 10.1111/geb.12086.
[18]
BEER C, CIAIS P, REICHSTEIN M, et al. Temporal and among-site variability of inherent water use efficiency at the ecosystem level[J]. Global Biogeochemical Cycles, 2009, 23(2): GB2018. DOI: 10.1029/2008GB003233.
[19]
HU Z M, SHI H, CHENG K L, et al. Joint structural and physiological control on the interannual variation in productivity in a temperate grassland: a data-model comparison[J]. Global Change Biology, 2018, 24(7): 2965–2979. DOI: 10.1111/gcb.14274.
[20]
NIU S L, XING X R, ZHANG Z, et al. Water-use efficiency in response to climate change: from leaf to ecosystem in a temperate steppe[J]. Global Change Biology, 2011, 17(2): 1073–1082. DOI: 10.1111/j.1365-2486.2010.02280.x.
[21]
LIU P, BLACK T A, JASSAL R S, et al. Divergent long-term trends and interannual variation in ecosystem resource use efficiencies of a southern boreal old black spruce forest 1999-2017[J]. Global Change Biology, 2019, 25(9): 3056–3069. DOI: 10.1111/gcb.14674.
[22]
SALA O E, PARTON W J, JOYCE L A, et al. Primary production of the central grassland region of the United States[J]. Ecology, 1988, 69(1): 40–45. DOI: 10.2307/1943158.
[23]
SALA O E, GHERARDI L A, REICHMANN L, et al. Legacies of precipitation fluctuations on primary production: theory and data synthesis[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2012, 367(1606): 3135–3144. DOI: 10.1098/rstb.2011.0347.
[24]
国务院第三次全国国土调查领导小组办公室, 自然资源部, 国家统计局. 第三次全国国土调查主要数据公报[J]. 自然资源通讯, 2021(17): 7–8. DOI: 10.3969/j.issn.1009-9654.2021.17.004.[Office of the Third National Land Survey Leading Group of The State Council, Ministry of Natural Resources, National Bureau of Statistics. Bulletin of main data of the third national land survey[J]. National Land & Resources Information, 2021(17): 7–8. DOI: 10.3969/j.issn.1009-9654.2021.17.004.]
[25]
TANG X L, ZHAO X, BAI Y F, et al. Carbon pools in China’s terrestrial ecosystems: new estimates based on an intensive field survey[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(16): 4021–4026. DOI: 10.1073/pnas.1700291115.
[26]
BAI Y F, WU J G, CLARK C M, et al. Tradeoffs and thresholds in the effects of nitrogen addition on biodiversity and ecosystem functioning: evidence from Inner Mongolia Grasslands[J]. Global Change Biology, 2010, 16(1): 358–372. DOI: 10.1111/j.1365-2486.2009.01950.x.
[27]
WESTRA S, FOWLER H J, EVANS J P, et al. Future changes to the intensity and frequency of short-duration extreme rainfall[J]. Reviews of Geophysics, 2014, 52(3): 522–555. DOI: 10.1002/2014RG000464.
[28]
ZHANG B W, CADOTTE M W, CHEN S P, et al. Plants alter their vertical root distribution rather than biomass allocation in response to changing precipitation[J]. Ecology, 2019, 100(11): e02828. DOI: 10.1002/ecy.2828.
[29]
BALDOCCHI D D. How eddy covariance flux measurements have contributed to our understanding of Global Change Biology[J]. Global Change Biology, 2020, 26(1): 242–260. DOI: 10.1111/gcb.14807.
[30]
LIMOUSIN J M, YEPEZ E A, MCDOWELL N G, et al. Convergence in resource use efficiency across trees with differing hydraulic strategies in response to ecosystem precipitation manipulation[J]. Functional Ecology, 2015, 29(9): 1125–1136. DOI: 10.1111/1365-2435.12426.
数据引用格式
谭星儒, 张兵伟, 陈世苹. 2012–2020年内蒙古半干旱草原碳水通量关键参数观测数据集——基于长期降水格局控制实验[DS/OL]. Science Data Bank, 2023. (2023-02-10). DOI: 10.57760/sciencedb.07217.
Baidu
稿件与作者信息
论文引用格式
谭星儒, 张兵伟, 陈世苹. 2012–2020年内蒙古半干旱草原碳水通量关键参数观测数据集——基于长期降水格局控制实验[J/OL]. 中国科学数据, 2023, 8(2). (2023-05-19). DOI: 10.11922/11-6035.csd.2023.0052.zh.
谭星儒
TAN Xingru
数据采集分析、质量控制和文章撰写。
(1990—),男,在读博士,研究方向为全球变化生态学。
张兵伟
ZHANG Bingwei
数据采集分析和质量控制。
(1986—),男,博士,副研究员,研究方向为全球变化生态学。
陈世苹
CHEN Shiping
项目组织与管理、本文研究思路、框架指导和文章修改。
spchen@ibcas.ac.cn
(1975—),女,博士,研究员,研究方向为全球变化生态学,陆地生态系统碳循环等。
国家生态科学数据中心开放课题(NESDC20210105);国家自然科学基金(32071565和U22A20559)
The National Ecosystem Science Data Center (NESDC20210105); National Natural Science Foundation of China (32071565 and U22A20559)
Baidu
出版历史
I区发布时间:2023年2月16日 ( 版本ZH1
II区出版时间:2023年5月19日 ( 版本ZH2
参考文献列表中查看
中国科学数据
csdata
Baidu
map